如何用RapidOCR识别多语言图片文字3步跑通指南【免费下载链接】RapidOCR Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.项目地址: https://gitcode.com/GitHub_Trending/ra/RapidOCR你要从一批票据扫描件、商品截图里把所有文字抠出来里面中文、日文混着排。RapidOCR 是一个多语言 OCROptical Character Recognition即从图片里识别文字工具。它接收一张图片输出文字框坐标、文字内容和置信度。装好后模型会自动下载本机几分钟内就能跑起来。读完这篇你能在本机识别出第一张图片里的文字。它基于 PaddleOCR 模型、OnnxRuntime 和 OpenVINO专门做多语言 OCR。第一点它默认带 ONNX 模型不用装 PaddlePaddle 框架百度的深度学习框架装完包就能识别。第二点推理后端真正运行模型的组件可在 OnnxRuntime、OpenVINO、TensorRT 之间切换适配不同硬件。默认配置会依次跑检测、方向分类、识别三步。 五分钟跑通安装与第一次识别RapidOCR 安装只需要一条命令pip install rapidocr # 从 PyPI 安装 RapidOCR 及其全部依赖源码开发可以改从仓库源码安装日常使用 pip 装就够了。装完还会带上 rapidocr 命令终端里用 rapidocr --img 你的图片.jpg 也能直接识别。模型文件在第一次识别时自动下载。这段代码识别一张本地图片并打印结果from rapidocr import RapidOCR engine RapidOCR() print(engine(your_image.jpg)) # 改成你自己的图片路径运行后你应看到一个 RapidOCROutput 对象txts 字段是识别出的文字scores 是每行置信度boxes 是各文字框的坐标。 按需使用下面三个场景覆盖了 RapidOCR 使用教程里最常见的需求。当你要识别日文、韩文、阿拉伯文等非中文时RapidOCR 多语言识别的模型按语言区分默认是中文模型ch。这段把识别模型切成日文engine RapidOCR(params{Rec.lang_type: japan}) result engine(japan.jpg) print(result.txts)仓库自带的日语示例图夹杂少量中文适合验证 japan 模型的识别效果如果切换后识别结果还是乱码通常是Rec.lang_type没设对仍在使用中文模型把它重新设成目标语言即可。处理纯文本图片如果你的输入已经是单行文字裁剪图就不必再做检测和方向分类关掉它们可以省时间。这段关闭检测后直接识别result engine(text_crop.jpg, use_detFalse, use_clsFalse) print(result.txts)单行横排文字图适合验证关闭检测后的纯识别模式如果结果为空或乱码通常是图里其实有多行文字或背景杂色把use_det改回True即可。当你要导出和可视化识别结果时想把结果存成文件、或检查文字框位置时结果对象自带导出和可视化方法。这段保存一张带框和文字的图片并导出 JSONresult engine(doc.jpg) result.vis(vis_result.jpg) # 保存可视化图片 print(result.to_json()) # 或导出 JSON如果vis()没存出文件而是给出警告通常是检测结果为空boxes 为 None检查图片里是否真有文字即可。架构速览数据怎么流的RapidOCR 的数据流走三步先由检测模块定位文字框方向分类区分横排竖排把裁剪图转正再由识别模块完成文字识别。全程阈值在 python/rapidocr/config.yaml 里也可以在引擎构造函数的 params 中覆盖。三个模型按需加载跳过检测就不会加载检测模型。️ 调优与避坑下面是三个常见的 RapidOCR 调优问题都能靠参数解决误检多把非文字也识别出来→ 检测阈值box_thresh默认 0.5文字框外扩系数unclip_ratio默认 1.6复杂背景下容易被框进来 → 调用时调高阈值如engine(img, box_thresh0.7)。结果偏少、漏字→ 结果过滤参数text_score默认 0.5置信度低于它的行会被丢弃 → 降到 0.3如engine(img, text_score0.3)。大图推理偏慢→ 预处理默认max_side_len为 2000大图会先缩放到 2000px 以内再检测 → 网页截图这类场景可在配置里写Global.max_side_len: 1500。下一步把示例脚本改成遍历你目录下的所有 jpg循环调用 engine 批量识别。结果不符合预期时先到 docs/ 里查参数说明。【免费下载链接】RapidOCR Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.项目地址: https://gitcode.com/GitHub_Trending/ra/RapidOCR创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考